library(haven)
library(labelled) # for general functions to work with labelled data
library(tidyverse) # general wrangling
library(dplyr)
library(Hmisc)
library(gtsummary) # to demonstrate automatic use of variable labels in summary tables
library(readxl)
library(foreign)
library(sjPlot)
library(sjmisc)
library(sjlabelled) # for example efc data set with variable labels
library(stringr)
rm(list = ls())
dir_input_data = "C:/Users/AHema/OneDrive - CGIAR/Desktop/WFP Resilience dataset/data/output_data/Chad"
dir_output_data = "C:/Users/AHema/OneDrive - CGIAR/Desktop/WFP Resilience dataset/data/output_data/Common labels data/Chad"
Chad_Harmonization_variables <- read_excel(paste0(dir_input_data,"/Chad_Harmonization.xlsx"),
sheet = "variables_harmonization")
#View(Chad_Harmonization_variables)
Chad_Harmonization_description <- read_excel(paste0(dir_input_data,"/Chad_Harmonization.xlsx"),
sheet = "description")
#View(Chad_Harmonization_description)
lst_test = Chad_Harmonization_description$Name
for(i in 1:length(lst_test)) { # Head of for-loop
assign(lst_test[i], # Read and store data frames
read_sav(paste0(dir_input_data,"/",lst_test[i],".sav")))
}
Chad_baseline_2018 <- Chad_baseline_2018 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_ea_2019 <- Chad_ea_2019 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_ea_2020 <- Chad_ea_2020 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_ea_2021 <- Chad_ea_2021 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_ea_2022 <- Chad_ea_2022 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_pdm_2020 <- Chad_pdm_2020 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_pdm_2021 <- Chad_pdm_2021 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_pdm_2022 <- Chad_pdm_2022 %>% dplyr::distinct() %>% dplyr::filter(!is.na(ADMIN1Name))
Chad_baseline_2018 <- Chad_baseline_2018 %>% filter(RESPConsent == 1)
Chad_ea_2019 <- Chad_ea_2019 %>% filter(RESPConsent == "Oui")
Chad_ea_2020 <- Chad_ea_2020 %>% filter(RESPConsent == 1)
#Chad_ea_2021 <- Chad_ea_2021 %>% filter(RESPConsent =="")
Chad_ea_2022 <- Chad_ea_2022 %>% filter(RESPConsent == 2)
#Chad_pdm_2020 <- Chad_pdm_2020 %>% filter(RESPConsent =="")
Chad_pdm_2021 <- Chad_pdm_2021 %>% filter(RESPConsent == 1)
Chad_pdm_2022 <- Chad_pdm_2022 %>% filter(RESPConsent == 2)
Chad_baseline_2018 <- Chad_baseline_2018 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID))
Chad_ea_2019 <- Chad_ea_2019 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID))
Chad_ea_2020 <- Chad_ea_2020 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID))
Chad_ea_2021 <- Chad_ea_2021 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID))
Chad_ea_2022 <- Chad_ea_2022 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID))
Chad_pdm_2020 <- Chad_pdm_2020 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID))
Chad_pdm_2021 <- Chad_pdm_2021 %>% dplyr::distinct(ID,.keep_all = TRUE) %>% dplyr::filter(!is.na(ID))
#Chad_pdm_2022 <- Chad_pdm_2022 %>% dplyr::distinct(ID) %>% dplyr::filter(!is.na(ID))
Chad_pdm_2022$ID <- 1:nrow(Chad_pdm_2022)
Chad_pdm_2022_with_ID <- labelled::to_factor(Chad_pdm_2022)
haven::write_dta(Chad_pdm_2022_with_ID,"Chad_pdm_2022_with_ID.dta")
Chad_ea_2022 = Chad_ea_2022 %>%
dplyr::mutate(YEAR= "2022" %>%
structure(label = "Annee"))
Chad_ea_2022 = Chad_ea_2022 %>%
dplyr::mutate(SURVEY= "Enquête annuelle" %>%
structure(label = "Type d'enquête"))
Chad_ea_2022 = Chad_ea_2022 %>%
dplyr::mutate(ADMIN0Name= "Tchad" %>%
structure(label = "Nom du pays"))
Chad_ea_2022 = Chad_ea_2022 %>%
dplyr::mutate(adm0_ocha= "TD" %>%
structure(label = "Admin 0 ID"))
Chad_ea_2022 = Chad_ea_2022 %>%
dplyr::mutate(ADMIN1Name = case_when(
ADMIN1Name == 1 ~ "Guera",
ADMIN1Name == 2 ~ "Barh-El-Gazel",
ADMIN1Name == 3 ~ "Kanem",
ADMIN1Name == 4 ~ "Lac",
ADMIN1Name == 5 ~ "Batha",
ADMIN1Name == 6 ~ "Ouaddai",
.default = as.character(ADMIN1Name)
)%>%
structure(label = label(Chad_ea_2022$ADMIN1Name)))
Chad_ea_2022 = Chad_ea_2022 %>%
dplyr::mutate(adm1_ocha=case_when(
ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
ADMIN1Name == "Batha" ~ "TD01",
ADMIN1Name == "Guera" ~ "TD04",
ADMIN1Name == "Kanem" ~ "TD06",
ADMIN1Name == "Lac" ~ "TD07",
ADMIN1Name == "Ouaddai" ~ "TD14",
ADMIN1Name == "Sila" ~ "TD21",
ADMIN1Name == "Wadi Fira" ~ "TD17",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = "Admin 1 ID"))
Chad_ea_2022$ADMIN2Name<-as.character(Chad_ea_2022$ADMIN2Name)
Chad_ea_2022 = Chad_ea_2022 %>%
dplyr::mutate(ADMIN2Name=case_when(
ADMIN2Name == "1" ~ "Barh-El-Gazel Sud",
ADMIN2Name == "4" ~ "Kanem",
ADMIN2Name == "5" ~ "Nord Kanem",
ADMIN2Name == "7" ~ "Mamdi",
ADMIN2Name == "9" ~ "Kaya",
ADMIN2Name == "11" ~ "Batha Ouest",
ADMIN2Name == "12" ~ "Batha Est",
ADMIN2Name == "14" ~ "Guera",
ADMIN2Name == "15" ~ "Abtouyour",
ADMIN2Name == "16" ~ "Barh-Signaka",
ADMIN2Name == "18" ~ "Ouara",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = label(Chad_ea_2022$ADMIN2Name)))
Chad_ea_2022 = Chad_ea_2022 %>%
dplyr::mutate(adm2_ocha=case_when(
ADMIN2Name == "Barh-Signaka" ~ "TD0403",
ADMIN2Name == "Abtouyour" ~ "TD0402",
ADMIN2Name == "Assoungha" ~ "TD1403",
ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
ADMIN2Name == "Batha Est" ~ "TD0102",
ADMIN2Name == "Batha Ouest" ~ "TD0101",
ADMIN2Name == "Dar-Tama" ~ "TD1702",
ADMIN2Name == "Guera" ~ "TD0401",
ADMIN2Name == "Kanem" ~ "TD0601",
ADMIN2Name == "Kaya" ~ "TD0703",
ADMIN2Name == "Kimiti" ~ "TD2101",
ADMIN2Name == "Mamdi" ~ "TD0701",
ADMIN2Name == "Nord Kanem" ~ "TD0602",
ADMIN2Name == "Ouara" ~ "TD1401",
ADMIN2Name == "Wayi" ~ "TD0702",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = "Admin 2 ID"))
Chad_pdm_2022 = Chad_pdm_2022 %>%
dplyr::mutate(YEAR= "2022" %>%
structure(label = "Annee"))
Chad_pdm_2022 = Chad_pdm_2022 %>%
dplyr::mutate(SURVEY= "PDM" %>%
structure(label = "Type d'enquête"))
Chad_pdm_2022 = Chad_pdm_2022 %>%
dplyr::mutate(ADMIN0Name= "Tchad" %>%
structure(label = "Nom du pays"))
Chad_pdm_2022 = Chad_pdm_2022 %>%
dplyr::mutate(adm0_ocha= "TD" %>%
structure(label = "Admin 0 ID"))
Chad_pdm_2022 = Chad_pdm_2022 %>%
dplyr::mutate(ADMIN1Name = case_when(
ADMIN1Name == 5 ~ "Guera",
ADMIN1Name == 1 ~ "Barh-El-Gazel",
ADMIN1Name == 2 ~ "Kanem",
ADMIN1Name == 3 ~ "Lac",
ADMIN1Name == 4 ~ "Batha",
ADMIN1Name == 6 ~ "Ouaddai",
.default = as.character(ADMIN1Name)
)%>%
structure(label = label(Chad_pdm_2022$ADMIN1Name)))
Chad_pdm_2022 = Chad_pdm_2022 %>%
dplyr::mutate(adm1_ocha=case_when(
ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
ADMIN1Name == "Batha" ~ "TD01",
ADMIN1Name == "Guera" ~ "TD04",
ADMIN1Name == "Kanem" ~ "TD06",
ADMIN1Name == "Lac" ~ "TD07",
ADMIN1Name == "Ouaddai" ~ "TD14",
ADMIN1Name == "Sila" ~ "TD21",
ADMIN1Name == "Wadi Fira" ~ "TD17",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = "Admin 1 ID"))
Chad_pdm_2022$ADMIN2Name<-as.character(Chad_pdm_2022$ADMIN2Name)
Chad_pdm_2022 = Chad_pdm_2022 %>%
dplyr::mutate(ADMIN2Name=case_when(
ADMIN2Name == "1" ~ "Barh-El-Gazel Sud",
ADMIN2Name == "4" ~ "Kanem",
ADMIN2Name == "5" ~ "Nord Kanem",
ADMIN2Name == "7" ~ "Mamdi",
ADMIN2Name == "8" ~ "Wayi",
ADMIN2Name == "9" ~ "Kaya",
ADMIN2Name == "11" ~ "Batha Ouest",
ADMIN2Name == "12" ~ "Batha Est",
ADMIN2Name == "13" ~ "Fitri",
ADMIN2Name == "14" ~ "Guera",
ADMIN2Name == "15" ~ "Abtouyour",
ADMIN2Name == "18" ~ "Ouara",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = label(Chad_pdm_2022$ADMIN2Name)))
Chad_pdm_2022 = Chad_pdm_2022 %>%
dplyr::mutate(adm2_ocha=case_when(
ADMIN2Name == "Fitri" ~ "TD0103",
ADMIN2Name == "Abtouyour" ~ "TD0402",
ADMIN2Name == "Assoungha" ~ "TD1403",
ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
ADMIN2Name == "Batha Est" ~ "TD0102",
ADMIN2Name == "Batha Ouest" ~ "TD0101",
ADMIN2Name == "Dar-Tama" ~ "TD1702",
ADMIN2Name == "Guera" ~ "TD0401",
ADMIN2Name == "Kanem" ~ "TD0601",
ADMIN2Name == "Kaya" ~ "TD0703",
ADMIN2Name == "Kimiti" ~ "TD2101",
ADMIN2Name == "Mamdi" ~ "TD0701",
ADMIN2Name == "Nord Kanem" ~ "TD0602",
ADMIN2Name == "Ouara" ~ "TD1401",
ADMIN2Name == "Wayi" ~ "TD0702",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = "Admin 2 ID"))
Chad_ea_2021 = Chad_ea_2021 %>%
dplyr::mutate(YEAR= "2021" %>%
structure(label = "Annee"))
Chad_ea_2021 = Chad_ea_2021 %>%
dplyr::mutate(SURVEY= "Enquête annuelle" %>%
structure(label = "Type d'enquête"))
Chad_ea_2021 = Chad_ea_2021 %>%
dplyr::mutate(ADMIN0Name= "Tchad" %>%
structure(label = "Nom du pays"))
Chad_ea_2021 = Chad_ea_2021 %>%
dplyr::mutate(adm0_ocha= "TD" %>%
structure(label = "Admin 0 ID"))
################# admin1 codification
Chad_ea_2021$ADMIN1Name<-as.character(Chad_ea_2021$ADMIN1Name)
Chad_ea_2021 = Chad_ea_2021 %>%
dplyr::mutate(ADMIN1Name=case_when(
ADMIN1Name == "1" ~ "Barh-El-Gazel",
ADMIN1Name == "2" ~ "Batha",
ADMIN1Name == "3" ~ "Borkou",
ADMIN1Name == "4" ~ "Chari-Baguirmi",
ADMIN1Name == "5" ~ "Ennedi Est",
ADMIN1Name == "6" ~ "Ennedi Ouest",
ADMIN1Name == "7" ~ "Guera",
ADMIN1Name == "8" ~ "Hadjer-Lamis",
ADMIN1Name == "9" ~ "Kanem",
ADMIN1Name == "10" ~ "Lac",
ADMIN1Name == "11" ~ "Logone Occidental",
ADMIN1Name == "12" ~ "Logone Oriental",
ADMIN1Name == "13" ~ "Mandoul",
ADMIN1Name == "14" ~ "Mayo-Kebbi Est",
ADMIN1Name == "15" ~ "Mayo-Kebbi Ouest",
ADMIN1Name == "16" ~ "Moyen-Chari",
ADMIN1Name == "17" ~ "Ouaddai",
ADMIN1Name == "18" ~ "Salamat",
ADMIN1Name == "19" ~ "Sila",
ADMIN1Name == "20" ~ "Tandjile",
ADMIN1Name == "21" ~ "Tibesti",
ADMIN1Name == "22" ~ "Wadi Fira",
ADMIN1Name == "23" ~ "Ouaddai",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = label(Chad_ea_2021$ADMIN1Name)))
Chad_ea_2021 = Chad_ea_2021 %>%
dplyr::mutate(adm1_ocha=case_when(
ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
ADMIN1Name == "Batha" ~ "TD01",
ADMIN1Name == "Guera" ~ "TD04",
ADMIN1Name == "Kanem" ~ "TD06",
ADMIN1Name == "Lac" ~ "TD07",
ADMIN1Name == "Ouaddai" ~ "TD14",
ADMIN1Name == "Sila" ~ "TD21",
ADMIN1Name == "Wadi Fira" ~ "TD17",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = "Admin 1 ID"))
##
Chad_ea_2021$ADMIN2Name<-as.character(Chad_ea_2021$ADMIN2Name)
Chad_ea_2021 = Chad_ea_2021 %>%
dplyr::mutate(ADMIN2Name=case_when(
ADMIN2Name == "1" ~ "Barh-El-Gazel Sud",
ADMIN2Name == "4" ~ "Batha Ouest",
ADMIN2Name == "5" ~ "Batha Est",
ADMIN2Name == "16" ~ "Guera",
ADMIN2Name == "23" ~ "Kanem",
ADMIN2Name == "24" ~ "Nord Kanem",
ADMIN2Name == "27" ~ "Wayi",
ADMIN2Name == "53" ~ "Ouara",
ADMIN2Name == "70" ~ "Barh-El-Gazel Sud",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = label(Chad_ea_2021$ADMIN2Name)))
Chad_ea_2021 = Chad_ea_2021 %>%
dplyr::mutate(adm2_ocha=case_when(
ADMIN2Name == "Assoungha" ~ "TD1403",
ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
ADMIN2Name == "Batha Est" ~ "TD0102",
ADMIN2Name == "Batha Ouest" ~ "TD0101",
ADMIN2Name == "Dar-Tama" ~ "TD1702",
ADMIN2Name == "Guera" ~ "TD0401",
ADMIN2Name == "Kanem" ~ "TD0601",
ADMIN2Name == "Kaya" ~ "TD0703",
ADMIN2Name == "Kimiti" ~ "TD2101",
ADMIN2Name == "Mamdi" ~ "TD0701",
ADMIN2Name == "Nord Kanem" ~ "TD0602",
ADMIN2Name == "Ouara" ~ "TD1401",
ADMIN2Name == "Wayi" ~ "TD0702",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = "Admin 2 ID"))
Chad_pdm_2021 = Chad_pdm_2021 %>%
dplyr::mutate(YEAR= "2021" %>%
structure(label = "Annee"))
Chad_pdm_2021 = Chad_pdm_2021 %>%
dplyr::mutate(SURVEY= "PDM" %>%
structure(label = "Type d'enquête"))
Chad_pdm_2021 = Chad_pdm_2021 %>%
dplyr::mutate(ADMIN0Name= "Tchad" %>%
structure(label = "Nom du pays"))
Chad_pdm_2021 = Chad_pdm_2021 %>%
dplyr::mutate(adm0_ocha= "TD" %>%
structure(label = "Admin 0 ID"))
################# admin1 codification
Chad_pdm_2021$ADMIN1Name<-as.character(Chad_pdm_2021$ADMIN1Name)
Chad_pdm_2021 = Chad_pdm_2021 %>%
dplyr::mutate(ADMIN1Name=case_when(
ADMIN1Name == "1" ~ "Barh-El-Gazel",
ADMIN1Name == "2" ~ "Batha",
ADMIN1Name == "3" ~ "Borkou",
ADMIN1Name == "4" ~ "Chari-Baguirmi",
ADMIN1Name == "5" ~ "Ennedi Est",
ADMIN1Name == "6" ~ "Ennedi Ouest",
ADMIN1Name == "7" ~ "Guera",
ADMIN1Name == "8" ~ "Hadjer-Lamis",
ADMIN1Name == "9" ~ "Kanem",
ADMIN1Name == "10" ~ "Lac",
ADMIN1Name == "11" ~ "Logone Occidental",
ADMIN1Name == "12" ~ "Logone Oriental",
ADMIN1Name == "13" ~ "Mandoul",
ADMIN1Name == "14" ~ "Mayo-Kebbi Est",
ADMIN1Name == "15" ~ "Mayo-Kebbi Ouest",
ADMIN1Name == "16" ~ "Moyen-Chari",
ADMIN1Name == "17" ~ "Ouaddai",
ADMIN1Name == "18" ~ "Salamat",
ADMIN1Name == "19" ~ "Sila",
ADMIN1Name == "20" ~ "Tandjile",
ADMIN1Name == "21" ~ "Tibesti",
ADMIN1Name == "22" ~ "Wadi Fira",
ADMIN1Name == "23" ~ "Ouaddai",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = label(Chad_pdm_2021$ADMIN1Name)))
Chad_pdm_2021 = Chad_pdm_2021 %>%
dplyr::mutate(adm1_ocha=case_when(
ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
ADMIN1Name == "Batha" ~ "TD01",
ADMIN1Name == "Guera" ~ "TD04",
ADMIN1Name == "Kanem" ~ "TD06",
ADMIN1Name == "Lac" ~ "TD07",
ADMIN1Name == "Ouaddai" ~ "TD14",
ADMIN1Name == "Sila" ~ "TD21",
ADMIN1Name == "Wadi Fira" ~ "TD17",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = "Admin 1 ID"))
Chad_pdm_2021$ADMIN2Name<-as.character(Chad_pdm_2021$ADMIN2Name)
Chad_pdm_2021 = Chad_pdm_2021 %>%
dplyr::mutate(ADMIN2Name=case_when(
ADMIN2Name == " 2,00" ~ "Barh-El-Gazel Sud",
ADMIN2Name == " 3,00" ~ "Barh-El-Gazel Ouest",
ADMIN2Name == " 4,00" ~ "Batha Est",
ADMIN2Name == " 5,00" ~ "Batha Ouest",
ADMIN2Name == " 16,00" ~ "Guera",
ADMIN2Name == " 23,00" ~ "Kanem",
ADMIN2Name == " 24,00" ~ "Nord Kanem",
ADMIN2Name == " 25,00" ~ "Wadi-Bissam",
ADMIN2Name == " 27,00" ~ "Kaya",
ADMIN2Name == " 53,00" ~ "Ouara",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = label(Chad_pdm_2021$ADMIN2Name)))
Chad_pdm_2021 = Chad_pdm_2021 %>%
dplyr::mutate(adm2_ocha=case_when(
ADMIN2Name == "Barh-El-Gazel Ouest" ~ "TD1903",
ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
ADMIN2Name == "Batha Est" ~ "TD0102",
ADMIN2Name == "Batha Ouest" ~ "TD0101",
#ADMIN2Name == "Dar-Tama" ~ "TD1702",
ADMIN2Name == "Guera" ~ "TD0401",
ADMIN2Name == "Kanem" ~ "TD0601",
ADMIN2Name == "Kaya" ~ "TD0703",
ADMIN2Name == "Wadi-Bissam" ~ "TD0603",
#ADMIN2Name == "Mamdi" ~ "TD0701",
ADMIN2Name == "Nord Kanem" ~ "TD0602",
ADMIN2Name == "Ouara" ~ "TD1401",
ADMIN2Name == "Wayi" ~ "TD0702",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = "Admin 2 ID"))
Chad_ea_2020 = Chad_ea_2020 %>%
dplyr::mutate(YEAR= "2020" %>%
structure(label = "Annee"))
Chad_ea_2020 = Chad_ea_2020 %>%
dplyr::mutate(SURVEY= "Enquête annuelle" %>%
structure(label = "Type d'enquête"))
Chad_ea_2020 = Chad_ea_2020 %>%
dplyr::mutate(ADMIN0Name= "Tchad" %>%
structure(label = "Nom du pays"))
Chad_ea_2020 = Chad_ea_2020 %>%
dplyr::mutate(adm0_ocha= "TD" %>%
structure(label = "Admin 0 ID"))
################# admin1 codification
Chad_ea_2020$ADMIN1Name<-as.character(Chad_ea_2020$ADMIN1Name)
Chad_ea_2020 = Chad_ea_2020 %>%
dplyr::mutate(ADMIN1Name=case_when(
ADMIN1Name == "1" ~ "Barh-El-Gazel",
ADMIN1Name == "2" ~ "Batha",
ADMIN1Name == "3" ~ "Borkou",
ADMIN1Name == "4" ~ "Chari-Baguirmi",
ADMIN1Name == "5" ~ "Ennedi Est",
ADMIN1Name == "6" ~ "Ennedi Ouest",
ADMIN1Name == "7" ~ "Guera",
ADMIN1Name == "8" ~ "Hadjer-Lamis",
ADMIN1Name == "9" ~ "Kanem",
ADMIN1Name == "10" ~ "Lac",
ADMIN1Name == "11" ~ "Logone Occidental",
ADMIN1Name == "12" ~ "Logone Oriental",
ADMIN1Name == "13" ~ "Mandoul",
ADMIN1Name == "14" ~ "Mayo-Kebbi Est",
ADMIN1Name == "15" ~ "Mayo-Kebbi Ouest",
ADMIN1Name == "16" ~ "Moyen-Chari",
ADMIN1Name == "17" ~ "Ouaddai",
ADMIN1Name == "18" ~ "Salamat",
ADMIN1Name == "19" ~ "Sila",
ADMIN1Name == "20" ~ "Tandjile",
ADMIN1Name == "21" ~ "Tibesti",
ADMIN1Name == "22" ~ "Wadi Fira",
ADMIN1Name == "23" ~ "Ouaddai",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = label(Chad_ea_2020$ADMIN1Name)))
Chad_ea_2020 = Chad_ea_2020 %>%
dplyr::mutate(adm1_ocha=case_when(
ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
ADMIN1Name == "Batha" ~ "TD01",
ADMIN1Name == "Guera" ~ "TD04",
ADMIN1Name == "Kanem" ~ "TD06",
ADMIN1Name == "Lac" ~ "TD07",
ADMIN1Name == "Ouaddai" ~ "TD14",
ADMIN1Name == "Sila" ~ "TD21",
ADMIN1Name == "Wadi Fira" ~ "TD17",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = "Admin 1 ID"))
##
Chad_ea_2020$ADMIN2Name<-as.character(Chad_ea_2020$ADMIN2Name)
Chad_ea_2020 = Chad_ea_2020 %>%
dplyr::mutate(ADMIN2Name=case_when(
ADMIN2Name == "2" ~ "Barh-El-Gazel Sud",
ADMIN2Name == "5" ~ "Batha Ouest",
ADMIN2Name == "4" ~ "Batha Est",
ADMIN2Name == "16" ~ "Guera",
ADMIN2Name == "17" ~ "Mangalme",
ADMIN2Name == "19" ~ "Abtouyour",
ADMIN2Name == "23" ~ "Kanem",
ADMIN2Name == "24" ~ "Nord Kanem",
ADMIN2Name == "27" ~ "Kaya",
ADMIN2Name == "28" ~ "Mamdi",
ADMIN2Name == "29" ~ "Wayi",
ADMIN2Name == "53" ~ "Ouara",
ADMIN2Name == "59" ~ "Kimiti",
ADMIN2Name == "67" ~ "Dar-Tama",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = label(Chad_ea_2020$ADMIN2Name)))
Chad_ea_2020 = Chad_ea_2020 %>%
dplyr::mutate(adm2_ocha=case_when(
ADMIN2Name == "Abtouyour" ~ "TD0402",
ADMIN2Name == "Mangalme" ~ "TD0404",
ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
ADMIN2Name == "Batha Est" ~ "TD0102",
ADMIN2Name == "Batha Ouest" ~ "TD0101",
ADMIN2Name == "Dar-Tama" ~ "TD1702",
ADMIN2Name == "Guera" ~ "TD0401",
ADMIN2Name == "Kanem" ~ "TD0601",
ADMIN2Name == "Kaya" ~ "TD0703",
ADMIN2Name == "Kimiti" ~ "TD2101",
ADMIN2Name == "Mamdi" ~ "TD0701",
ADMIN2Name == "Nord Kanem" ~ "TD0602",
ADMIN2Name == "Ouara" ~ "TD1401",
ADMIN2Name == "Wayi" ~ "TD0702",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = "Admin 2 ID"))
Chad_pdm_2020 = Chad_pdm_2020 %>%
dplyr::mutate(YEAR= "2020" %>%
structure(label = "Annee"))
Chad_pdm_2020 = Chad_pdm_2020 %>%
dplyr::mutate(SURVEY= "PDM" %>%
structure(label = "Type d'enquête"))
Chad_pdm_2020 = Chad_pdm_2020 %>%
dplyr::mutate(ADMIN0Name= "Tchad" %>%
structure(label = "Nom du pays"))
Chad_pdm_2020 = Chad_pdm_2020 %>%
dplyr::mutate(adm0_ocha= "TD" %>%
structure(label = "Admin 0 ID"))
################# admin1 codification
Chad_pdm_2020$ADMIN1Name<-as.character(Chad_pdm_2020$ADMIN1Name)
Chad_pdm_2020 = Chad_pdm_2020 %>%
dplyr::mutate(ADMIN1Name=case_when(
ADMIN1Name == "1" ~ "Barh-El-Gazel",
ADMIN1Name == "2" ~ "Batha",
ADMIN1Name == "3" ~ "Borkou",
ADMIN1Name == "4" ~ "Chari-Baguirmi",
ADMIN1Name == "5" ~ "Ennedi Est",
ADMIN1Name == "6" ~ "Ennedi Ouest",
ADMIN1Name == "7" ~ "Guera",
ADMIN1Name == "8" ~ "Hadjer-Lamis",
ADMIN1Name == "9" ~ "Kanem",
ADMIN1Name == "10" ~ "Lac",
ADMIN1Name == "11" ~ "Logone Occidental",
ADMIN1Name == "12" ~ "Logone Oriental",
ADMIN1Name == "13" ~ "Mandoul",
ADMIN1Name == "14" ~ "Mayo-Kebbi Est",
ADMIN1Name == "15" ~ "Mayo-Kebbi Ouest",
ADMIN1Name == "16" ~ "Moyen-Chari",
ADMIN1Name == "17" ~ "Ouaddai",
ADMIN1Name == "18" ~ "Salamat",
ADMIN1Name == "19" ~ "Sila",
ADMIN1Name == "20" ~ "Tandjile",
ADMIN1Name == "21" ~ "Tibesti",
ADMIN1Name == "22" ~ "Wadi Fira",
ADMIN1Name == "23" ~ "Ouaddai",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = label(Chad_pdm_2020$ADMIN1Name)))
Chad_pdm_2020 = Chad_pdm_2020 %>%
dplyr::mutate(adm1_ocha=case_when(
ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
ADMIN1Name == "Batha" ~ "TD01",
ADMIN1Name == "Guera" ~ "TD04",
ADMIN1Name == "Kanem" ~ "TD06",
ADMIN1Name == "Lac" ~ "TD07",
ADMIN1Name == "Ouaddai" ~ "TD14",
ADMIN1Name == "Sila" ~ "TD21",
ADMIN1Name == "Wadi Fira" ~ "TD17",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = "Admin 1 ID"))
Chad_ea_2019 = Chad_ea_2019 %>%
dplyr::mutate(YEAR= "2019" %>%
structure(label = "Annee"))
Chad_ea_2019 = Chad_ea_2019 %>%
dplyr::mutate(SURVEY= "Enquête annuelle" %>%
structure(label = "Type d'enquête"))
Chad_ea_2019 = Chad_ea_2019 %>%
dplyr::mutate(ADMIN0Name= "Tchad" %>%
structure(label = "Nom du pays"))
Chad_ea_2019 = Chad_ea_2019 %>%
dplyr::mutate(adm0_ocha= "TD" %>%
structure(label = "Admin 0 ID"))
Chad_ea_2019 = Chad_ea_2019 %>%
dplyr::mutate(ADMIN1Name=case_when(
ADMIN1Name == "BARH EL GAZAL" ~ "Barh-El-Gazel",
ADMIN1Name == "Barh El Gazal" ~ "Barh-El-Gazel",
ADMIN1Name == "BATHA" ~ "Batha",
ADMIN1Name == "GUERA" ~ "Guera",
ADMIN1Name == "KANEM" ~ "Kanem",
ADMIN1Name == "OUADDAI" ~ "Ouaddai",
ADMIN1Name == "LAC" ~ "Lac",
ADMIN1Name == "SILA" ~ "Sila",
ADMIN1Name == "WADI FIRA" ~ "Wadi Fira",
ADMIN1Name == "Ouaddaï" ~ "Ouaddai",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = label(Chad_ea_2019$ADMIN1Name)))
Chad_ea_2019 = Chad_ea_2019 %>%
dplyr::mutate(adm1_ocha=case_when(
ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
ADMIN1Name == "Batha" ~ "TD01",
ADMIN1Name == "Guera" ~ "TD04",
ADMIN1Name == "Kanem" ~ "TD06",
ADMIN1Name == "Lac" ~ "TD07",
ADMIN1Name == "Ouaddai" ~ "TD14",
ADMIN1Name == "Sila" ~ "TD21",
ADMIN1Name == "Wadi Fira" ~ "TD17",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = "Admin 1 ID"))
Chad_ea_2019 = Chad_ea_2019 %>%
dplyr::mutate(ADMIN2Name=case_when(
ADMIN2Name == "Guéra" ~ "Guera",
ADMIN2Name == "Darh Tama" ~ "Dar-Tama",
ADMIN2Name == "Assongha" ~ "Assoungha",
ADMIN2Name == "Barh El Gazal Sud" ~ "Barh-El-Gazel Sud",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = label(Chad_ea_2019$ADMIN2Name)))
Chad_ea_2019 = Chad_ea_2019 %>%
dplyr::mutate(adm2_ocha=case_when(
ADMIN2Name == "Assoungha" ~ "TD1403",
ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
ADMIN2Name == "Batha Est" ~ "TD0102",
ADMIN2Name == "Batha Ouest" ~ "TD0101",
ADMIN2Name == "Dar-Tama" ~ "TD1702",
ADMIN2Name == "Guera" ~ "TD0401",
ADMIN2Name == "Kanem" ~ "TD0601",
ADMIN2Name == "Kaya" ~ "TD0703",
ADMIN2Name == "Kimiti" ~ "TD2101",
ADMIN2Name == "Mamdi" ~ "TD0701",
ADMIN2Name == "Nord Kanem" ~ "TD0602",
ADMIN2Name == "Ouara" ~ "TD1401",
ADMIN2Name == "Wayi" ~ "TD0702",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = "Admin 2 ID"))
Chad_baseline_2018 = Chad_baseline_2018 %>%
dplyr::mutate(YEAR= "2018" %>%
structure(label = "Annee"))
Chad_baseline_2018 = Chad_baseline_2018 %>%
dplyr::mutate(SURVEY= "Baseline" %>%
structure(label = "Type d'enquête"))
Chad_baseline_2018 = Chad_baseline_2018 %>%
dplyr::mutate(ADMIN0Name= "Tchad" %>%
structure(label = "Nom du pays"))
Chad_baseline_2018 = Chad_baseline_2018 %>%
dplyr::mutate(adm0_ocha= "TD" %>%
structure(label = "Admin 0 ID"))
Chad_baseline_2018 = Chad_baseline_2018 %>%
dplyr::mutate(ADMIN1Name=case_when(
ADMIN1Name == 1 ~ "Barh-El-Gazel",
ADMIN1Name == 2 ~ "Batha",
ADMIN1Name == 7 ~ "Guera",
ADMIN1Name == 9 ~ "Kanem",
ADMIN1Name == 10 ~ "Lac",
ADMIN1Name == 19 ~ "Sila",
ADMIN1Name == 22 ~ "Wadi Fira",
ADMIN1Name == 17 ~ "Ouaddai",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = label(Chad_baseline_2018$ADMIN1Name)))
Chad_baseline_2018 = Chad_baseline_2018 %>%
dplyr::mutate(adm1_ocha=case_when(
ADMIN1Name == "Barh-El-Gazel" ~ "TD19",
ADMIN1Name == "Batha" ~ "TD01",
ADMIN1Name == "Guera" ~ "TD04",
ADMIN1Name == "Kanem" ~ "TD06",
ADMIN1Name == "Lac" ~ "TD07",
ADMIN1Name == "Ouaddai" ~ "TD14",
ADMIN1Name == "Sila" ~ "TD21",
ADMIN1Name == "Wadi Fira" ~ "TD17",
TRUE ~ as.character(ADMIN1Name)
)%>%
structure(label = "Admin 1 ID"))
Chad_baseline_2018$ADMIN2Name<-as.character(Chad_baseline_2018$ADMIN2Name)
Chad_baseline_2018 = Chad_baseline_2018 %>%
dplyr::mutate(ADMIN2Name=case_when(
ADMIN2Name == "1" ~ "Barh-El-Gazel Sud",
ADMIN2Name == "4" ~ "Batha Ouest",
ADMIN2Name == "5" ~ "Batha Est",
ADMIN2Name == "16" ~ "Guera",
ADMIN2Name == "23" ~ "Kanem",
ADMIN2Name == "24" ~ "Nord Kanem",
ADMIN2Name == "26" ~ "Mamdi",
ADMIN2Name == "28" ~ "Kaya",
ADMIN2Name == "53" ~ "Ouara",
ADMIN2Name == "55" ~ "Assoungha",
ADMIN2Name == "59" ~ "Kimiti",
ADMIN2Name == "67" ~ "Dar-Tama",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = label(Chad_baseline_2018$ADMIN2Name)))
Chad_baseline_2018 = Chad_baseline_2018 %>%
dplyr::mutate(adm2_ocha=case_when(
ADMIN2Name == "Assoungha" ~ "TD1403",
ADMIN2Name == "Barh-El-Gazel Sud" ~ "TD1902",
ADMIN2Name == "Batha Est" ~ "TD0102",
ADMIN2Name == "Batha Ouest" ~ "TD0101",
ADMIN2Name == "Dar-Tama" ~ "TD1702",
ADMIN2Name == "Guera" ~ "TD0401",
ADMIN2Name == "Kanem" ~ "TD0601",
ADMIN2Name == "Kaya" ~ "TD0703",
ADMIN2Name == "Kimiti" ~ "TD2101",
ADMIN2Name == "Mamdi" ~ "TD0701",
ADMIN2Name == "Nord Kanem" ~ "TD0602",
ADMIN2Name == "Ouara" ~ "TD1401",
ADMIN2Name == "Wayi" ~ "TD0702",
TRUE ~ as.character(ADMIN2Name)
)%>%
structure(label = "Admin 2 ID"))
The Food consumption Score (FCS) is an index that aggregates household-level data on the diversity and frequency of food groups consumed over the last 7 days. It is then weighted according to the relative nutritional value of the consumed food groups. Food groups containing nutritionally dense foods (e.g. animal based products) are given greater weight than those containing less nutritional value (e.g. tubers) as follows: (main staples:2, pulses:3, vegetables:1, fruit:1, meat or fish:4, milk:4, sugar:0.5, oil:0.5).
#expss::val_lab(Chad_baseline_2018$FCSStap)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSStap,show.na = T)
# Codes d’acquisition des aliments
# 1 = Production propre (récoltes, élevage) ; 2 = Pêche / Chasse ; 3 = Cueillette ; 4 = Prêts ; 5 = Marché (achat avec des espèces) ; 6 = Marché (achat à crédit) ;
# 7 = Mendicité ; 8 = Troc travail ou biens contre des aliments ; 9 = Dons (aliments) de membres de la famille ou d’amis ; 10 = Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc.
expss::val_lab(Chad_baseline_2018$FCSStapSRf)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSStapSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSStapSRf <- labelled::labelled(Chad_baseline_2018$FCSStapSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSStapSRf)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,FCSStapSRf,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)
expss::val_lab(Chad_ea_2021$FCSStapSRf)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)
expss::val_lab(Chad_ea_2022$FCSStapSRf)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)
expss::val_lab(Chad_pdm_2022$FCSStapSRf)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSStapSRf,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPulse,show.na = T)
### FCS : Légumineuses - Sources
expss::val_lab(Chad_baseline_2018$FCSPulseSRf)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSPulseSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSPulseSRf <- labelled::labelled(Chad_baseline_2018$FCSPulseSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSPulseSRf)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)
expss::val_lab(Chad_ea_2021$FCSPulseSRf)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)
expss::val_lab(Chad_ea_2022$FCSPulseSRf)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)
expss::val_lab(Chad_pdm_2022$FCSPulseSRf)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPulseSRf,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSDairy,show.na = T)
expss::val_lab(Chad_baseline_2018$FCSDairySRf)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSDairySRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSDairySRf <- labelled::labelled(Chad_baseline_2018$FCSDairySRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSDairySRf)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,FCSDairySRf,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)
expss::val_lab(Chad_ea_2021$FCSDairySRf)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)
expss::val_lab(Chad_ea_2022$FCSDairySRf)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)
expss::val_lab(Chad_pdm_2022$FCSDairySRf)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSDairySRf,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPr,show.na = T)
expss::val_lab(Chad_baseline_2018$FCSPrSRf)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSPrSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSPrSRf <- labelled::labelled(Chad_baseline_2018$FCSPrSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSPrSRf)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,FCSPrSRf,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)
expss::val_lab(Chad_ea_2021$FCSPrSRf)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPrSRf,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatF,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPrMeatO,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPrFish,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSPrEgg,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSVeg,show.na = T)
expss::val_lab(Chad_baseline_2018$FCSVegSRf)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSVegSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSVegSRf <- labelled::labelled(Chad_baseline_2018$FCSVegSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSVegSRf)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,FCSVegSRf,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)
expss::val_lab(Chad_ea_2021$FCSVegSRf)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)
#expss::val_lab(Chad_ea_2022$FCSVegSRf)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)
expss::val_lab(Chad_pdm_2022$FCSVegSRf)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSVegSRf,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSVegOrg,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSVegGre,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSFruit,show.na = T)
### FCS : Fruits, tels que : (banane, pomme, citron, mangue, papaye,
abricot, pêche, etc) - Sources
expss::val_lab(Chad_baseline_2018$FCSFruitSRf)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSFruitSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSFruitSRf <- labelled::labelled(Chad_baseline_2018$FCSFruitSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSFruitSRf)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)
expss::val_lab(Chad_ea_2021$FCSFruitSRf)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)
#expss::val_lab(Chad_ea_2022$FCSFruitSRf)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)
expss::val_lab(Chad_pdm_2022$FCSFruitSRf)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSFruitSRf,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSFat,show.na = T)
expss::val_lab(Chad_baseline_2018$FCSFatSRf)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSFatSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSFatSRf <- labelled::labelled(Chad_baseline_2018$FCSFatSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSFatSRf)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,FCSFatSRf,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)
expss::val_lab(Chad_ea_2021$FCSFatSRf)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)
expss::val_lab(Chad_ea_2022$FCSFatSRf)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)
expss::val_lab(Chad_pdm_2022$FCSFatSRf)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSFatSRf,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSSugar,show.na = T)
expss::val_lab(Chad_baseline_2018$FCSSugarSRf)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSSugarSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSSugarSRf <- labelled::labelled(Chad_baseline_2018$FCSSugarSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSSugarSRf)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)
expss::val_lab(Chad_ea_2021$FCSSugarSRf)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)
expss::val_lab(Chad_ea_2022$FCSSugarSRf)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)
expss::val_lab(Chad_pdm_2022$FCSSugarSRf)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSSugarSRf,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSCond,show.na = T)
### FCS : Condiments/épices: tels que (thé, café/cacao, sel, ail,
épices, levure/levure chimique, tomate/sauce, viande ou poisson comme
condiment, condiments incluant des petites quantités de lait/thé, café.)
? - Sources
expss::val_lab(Chad_baseline_2018$FCSCondSRf)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate_at(c("FCSCondSRf"),recode,"1"=1,"2"=5,"3"=6,"4"=8,"5"=9,"6"=10,"7"=2,"8"=NA_real_)
Chad_baseline_2018$FCSCondSRf <- labelled::labelled(Chad_baseline_2018$FCSCondSRf, c(`Production propre (récoltes, élevage)` = 1, `Pêche / Chasse` = 2, Cueillette= 3,`Prêts`=4,`Marché (achat avec des espèces)`=5,`Marché (achat à crédit)`=6,`Mendicité`=7,`Troc travail ou biens contre des aliments`=8,`Dons (aliments) de membres de la famille ou d’amis`=9,`Aide alimentaire de la société civile, ONG, gouvernement, PAM, etc`=10))
#check labels
expss::val_lab(Chad_baseline_2018$FCSCondSRf)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,FCSCondSRf,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)
expss::val_lab(Chad_ea_2021$FCSCondSRf)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)
expss::val_lab(Chad_ea_2022$FCSCondSRf)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)
expss::val_lab(Chad_pdm_2022$FCSCondSRf)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,FCSCondSRf,show.na = T)
#calculate FCS
Chad_baseline_2018 <- Chad_baseline_2018 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_baseline_2018$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_baseline_2018 <- Chad_baseline_2018 %>% mutate(
FCSCat21 = case_when(
FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
FCSCat28 = case_when(
FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_baseline_2018$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_baseline_2018$FCSCat28) <- "Groupe de consommation alimentaire - Seuils du 28/42"
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)
#############################
#calculate FCS
Chad_ea_2019 <- Chad_ea_2019 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_ea_2019$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_ea_2019 <- Chad_ea_2019 %>% mutate(
FCSCat21 = case_when(
FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
FCSCat28 = case_when(
FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_ea_2019$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_ea_2019$FCSCat28) <- "Groupe de consommation alimentaire - Seuils du 28/42"
Chad_ea_2019 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)
Chad_ea_2019 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)
#######################################
#calculate FCS
Chad_ea_2020 <- Chad_ea_2020 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_ea_2020$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_ea_2020 <- Chad_ea_2020 %>% mutate(
FCSCat21 = case_when(
FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
FCSCat28 = case_when(
FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_ea_2020$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_ea_2020$FCSCat28) <- "Groupe de consommation alimentaire - Seuils du 28/42"
Chad_ea_2020 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)
Chad_ea_2020 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)
#############################################
#calculate FCS
Chad_ea_2021 <- Chad_ea_2021 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_ea_2021$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_ea_2021 <- Chad_ea_2021 %>% mutate(
FCSCat21 = case_when(
FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
FCSCat28 = case_when(
FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_ea_2021$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_ea_2021$FCSCat28) <- "Groupe de consommation alimentaire - Seuils du 28/42"
Chad_ea_2021 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)
Chad_ea_2021 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)
########################################
#calculate FCS
Chad_ea_2022 <- Chad_ea_2022 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_ea_2022$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_ea_2022 <- Chad_ea_2022 %>% mutate(
FCSCat21 = case_when(
FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
FCSCat28 = case_when(
FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_ea_2022$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_ea_2022$FCSCat28) <- "Groupe de consommation alimentaire - Seuils du 28/42"
Chad_ea_2022 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)
Chad_ea_2022 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)
###########################################
#calculate FCS
Chad_pdm_2020 <- Chad_pdm_2020 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_pdm_2020$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_pdm_2020 <- Chad_pdm_2020 %>% mutate(
FCSCat21 = case_when(
FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
FCSCat28 = case_when(
FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_pdm_2020$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_pdm_2020$FCSCat28) <- "Groupe de consommation alimentaire - Seuils du 28/42"
Chad_pdm_2020 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)
Chad_pdm_2020 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)
#############################################
#calculate FCS
Chad_pdm_2021 <- Chad_pdm_2021 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_pdm_2021$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_pdm_2021 <- Chad_pdm_2021 %>% mutate(
FCSCat21 = case_when(
FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
FCSCat28 = case_when(
FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_pdm_2021$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_pdm_2021$FCSCat28) <- "Groupe de consommation alimentaire - Seuils du 28/42"
Chad_pdm_2021 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)
Chad_pdm_2021 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)
##############################################
#calculate FCS
Chad_pdm_2022 <- Chad_pdm_2022 %>% mutate(FCS = (2 * FCSStap) + (3 * FCSPulse)+ (4*FCSPr) +FCSVeg +FCSFruit +(4*FCSDairy) + (0.5*FCSFat) + (0.5*FCSSugar))
var_label(Chad_pdm_2022$FCS) <- "Score de consommation alimentaire"
#create FCG groups based on 21/25 or 28/42 thresholds - analyst should decide which one to use.
Chad_pdm_2022 <- Chad_pdm_2022 %>% mutate(
FCSCat21 = case_when(
FCS <= 21 ~ "Pauvre", between(FCS, 21.5, 35) ~ "Limite", FCS > 35 ~ "Acceptable"),
FCSCat28 = case_when(
FCS <= 28 ~ "Pauvre", between(FCS, 28.5, 42) ~ "Limite", FCS > 42 ~ "Acceptable"))
var_label(Chad_pdm_2022$FCSCat21) <- "Groupe de consommation alimentaire - Seuils du 21/35"
var_label(Chad_pdm_2022$FCSCat28) <- "Groupe de consommation alimentaire - Seuils du 28/42"
Chad_pdm_2022 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat21,show.na = T)
Chad_pdm_2022 %>%
sjPlot::plot_frq(coord.flip =T,FCSCat28,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,rCSILessQlty,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,rCSIBorrow,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealSize,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealAdult,show.na = T)
Chad_baseline_2018 %>%
sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)
Chad_ea_2019%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)
Chad_ea_2020%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)
Chad_ea_2021%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)
Chad_ea_2022%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)
Chad_pdm_2020%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)
Chad_pdm_2021%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)
Chad_pdm_2022%>%
sjPlot::plot_frq(coord.flip =T,rCSIMealNb,show.na = T)
#calculate rCSI Score
Chad_baseline_2018 <- Chad_baseline_2018 %>% mutate(rCSI = rCSILessQlty + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_baseline_2018$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_ea_2019 <- Chad_ea_2019 %>% mutate(rCSI = rCSILessQlty + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_ea_2019$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_ea_2020 <- Chad_ea_2020 %>% mutate(rCSI = rCSILessQlty + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_ea_2020$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_ea_2021 <- Chad_ea_2021 %>% mutate(rCSI = rCSILessQlty + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_ea_2021$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_ea_2022 <- Chad_ea_2022 %>% mutate(rCSI = rCSILessQlty + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_ea_2022$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_pdm_2020 <- Chad_pdm_2020 %>% mutate(rCSI = rCSILessQlty + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_pdm_2020$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_pdm_2021 <- Chad_pdm_2021 %>% mutate(rCSI = rCSILessQlty + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_pdm_2021$rCSI) <- "rCSI"
#calculate rCSI Score
Chad_pdm_2022 <- Chad_pdm_2022 %>% mutate(rCSI = rCSILessQlty + (2 * rCSIBorrow) + rCSIMealSize + (3 * rCSIMealAdult) + rCSIMealNb)
var_label(Chad_pdm_2022$rCSI) <- "rCSI"
Households are divided in four classes according to the rCSI score: 0-3, 4-18, and 19 and above which correspond to IPC Phases 1, 2 and 3 and above respectively.
# 1 = Non, je n'ai pas été confronté à une insuffisance de nourriture
# 2 = Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire
# 3 = Oui
# 4 = Non applicable
#View labels
expss::val_lab(Chad_baseline_2018$LhCSIStress1)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIStress1)
Chad_baseline_2018$LhCSIStress1 <- as.character(Chad_baseline_2018$LhCSIStress1)
Chad_baseline_2018 <-
Chad_baseline_2018 %>%
dplyr::mutate(
LhCSIStress1 = dplyr::case_when(
LhCSIStress1 == "0" ~ NA,
.default = as.factor(LhCSIStress1)
) %>% structure(label = label(LhCSIStress1)))
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate(LhCSIStress1 = dplyr::recode(LhCSIStress1,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIStress1 <- labelled::labelled(Chad_baseline_2018$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIStress1)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#View labels
expss::val_lab(Chad_ea_2019$LhCSIStress1)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIStress1)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIStress1 = dplyr::case_when(
LhCSIStress1 == 1 ~ "1",
LhCSIStress1 == 2 ~ "2",
LhCSIStress1 == 3 ~ "3",
LhCSIStress1 == 4 ~ "4",
.default = NA
))
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIStress1 = dplyr::recode(LhCSIStress1,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIStress1 <- labelled::labelled(Chad_ea_2019$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIStress1)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#View labels
expss::val_lab(Chad_ea_2020$LhCSIStress1)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#change labels
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(LhCSIStress1 = dplyr::recode(LhCSIStress1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIStress1 <- labelled::labelled(Chad_ea_2020$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIStress1)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#View labels
expss::val_lab(Chad_ea_2021$LhCSIStress1)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#update labels
Chad_ea_2021$LhCSIStress1 <- labelled::labelled(Chad_ea_2021$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIStress1)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#View labels
expss::val_lab(Chad_ea_2022$LhCSIStress1)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#update labels
Chad_ea_2022$LhCSIStress1 <- labelled::labelled(Chad_ea_2022$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIStress1)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#View labels
expss::val_lab(Chad_pdm_2020$LhCSIStress1)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIStress1 = ifelse(LhCSIStress1==0,NA,LhCSIStress1))
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIStress1 = dplyr::recode(LhCSIStress1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIStress1 <- labelled::labelled(Chad_pdm_2020$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIStress1)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#View labels
expss::val_lab(Chad_pdm_2021$LhCSIStress1)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#Change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>%
dplyr::mutate(LhCSIStress1 = dplyr::recode(LhCSIStress1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIStress1 <- labelled::labelled(Chad_pdm_2021$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIStress1)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#View labels
expss::val_lab(Chad_pdm_2022$LhCSIStress1)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#update labels
Chad_pdm_2022$LhCSIStress1 <- labelled::labelled(Chad_pdm_2022$LhCSIStress1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIStress1)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIStress1)
#View labels
expss::val_lab(Chad_baseline_2018$LhCSIStress2)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIStress2)
Chad_baseline_2018$LhCSIStress2 <- as.character(Chad_baseline_2018$LhCSIStress2)
Chad_baseline_2018 <-
Chad_baseline_2018 %>%
dplyr::mutate(
LhCSIStress2 = dplyr::case_when(
LhCSIStress2 == "0" ~ NA,
.default = as.factor(LhCSIStress2)
) %>% structure(label = label(LhCSIStress2)))
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate(LhCSIStress2 = dplyr::recode(LhCSIStress2,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIStress2 <- labelled::labelled(Chad_baseline_2018$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIStress2)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#View labels
expss::val_lab(Chad_ea_2019$LhCSIStress2)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIStress2)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIStress2 = dplyr::case_when(
LhCSIStress2 == 1 ~ "1",
LhCSIStress2 == 2 ~ "2",
LhCSIStress2 == 3 ~ "3",
LhCSIStress2 == 4 ~ "4",
.default = NA
))
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIStress2 = dplyr::recode(LhCSIStress2,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIStress2 <- labelled::labelled(Chad_ea_2019$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIStress2)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#View labels
expss::val_lab(Chad_ea_2020$LhCSIStress2)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#change labels
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(LhCSIStress2 = dplyr::recode(LhCSIStress2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIStress2 <- labelled::labelled(Chad_ea_2020$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIStress2)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#View labels
expss::val_lab(Chad_ea_2021$LhCSIStress2)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#update labels
Chad_ea_2021$LhCSIStress2 <- labelled::labelled(Chad_ea_2021$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIStress2)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#View labels
expss::val_lab(Chad_ea_2022$LhCSIStress2)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#update labels
Chad_ea_2022$LhCSIStress2 <- labelled::labelled(Chad_ea_2022$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIStress2)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#View labels
expss::val_lab(Chad_pdm_2020$LhCSIStress2)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIStress2 = ifelse(LhCSIStress2==0,NA,LhCSIStress2))
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIStress2 = dplyr::recode(LhCSIStress2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIStress2 <- labelled::labelled(Chad_pdm_2020$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIStress2)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#View labels
expss::val_lab(Chad_pdm_2021$LhCSIStress2)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>%
dplyr::mutate(LhCSIStress2 = dplyr::recode(LhCSIStress2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIStress2 <- labelled::labelled(Chad_pdm_2021$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIStress2)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#View labels
expss::val_lab(Chad_pdm_2022$LhCSIStress2)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#update labels
Chad_pdm_2022$LhCSIStress2 <- labelled::labelled(Chad_pdm_2022$LhCSIStress2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIStress2)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIStress2)
#View labels
expss::val_lab(Chad_baseline_2018$LhCSIStress3)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIStress3)
Chad_baseline_2018$LhCSIStress3 <- as.character(Chad_baseline_2018$LhCSIStress3)
Chad_baseline_2018 <-
Chad_baseline_2018 %>%
dplyr::mutate(
LhCSIStress3 = dplyr::case_when(
LhCSIStress3 == "0" ~ NA,
.default = as.factor(LhCSIStress3)
) %>% structure(label = label(LhCSIStress3)))
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate(LhCSIStress3 = dplyr::recode(LhCSIStress3,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIStress3 <- labelled::labelled(Chad_baseline_2018$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIStress3)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#View labels
expss::val_lab(Chad_ea_2019$LhCSIStress3)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIStress3)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIStress3 = dplyr::case_when(
LhCSIStress3 == 1 ~ "1",
LhCSIStress3 == 2 ~ "2",
LhCSIStress3 == 3 ~ "3",
LhCSIStress3 == 4 ~ "4",
.default = NA
))
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIStress3 = dplyr::recode(LhCSIStress3,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIStress3 <- labelled::labelled(Chad_ea_2019$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIStress3)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#View labels
expss::val_lab(Chad_ea_2020$LhCSIStress3)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#change labels
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(LhCSIStress3 = dplyr::recode(LhCSIStress3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIStress3 <- labelled::labelled(Chad_ea_2020$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIStress3)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#View labels
expss::val_lab(Chad_ea_2021$LhCSIStress3)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#update labels
Chad_ea_2021$LhCSIStress3 <- labelled::labelled(Chad_ea_2021$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIStress3)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#View labels
expss::val_lab(Chad_ea_2022$LhCSIStress3)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#update labels
Chad_ea_2022$LhCSIStress3 <- labelled::labelled(Chad_ea_2022$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIStress3)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#View labels
expss::val_lab(Chad_pdm_2020$LhCSIStress3)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIStress3 = ifelse(LhCSIStress3==0,NA,LhCSIStress3))
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIStress3 = dplyr::recode(LhCSIStress3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIStress3 <- labelled::labelled(Chad_pdm_2020$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIStress3)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#View labels
expss::val_lab(Chad_pdm_2021$LhCSIStress3)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>%
dplyr::mutate(LhCSIStress3 = dplyr::recode(LhCSIStress3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIStress3 <- labelled::labelled(Chad_pdm_2021$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIStress3)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#View labels
expss::val_lab(Chad_pdm_2022$LhCSIStress3)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#update labels
Chad_pdm_2022$LhCSIStress3 <- labelled::labelled(Chad_pdm_2022$LhCSIStress3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIStress3)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIStress3)
#View labels
expss::val_lab(Chad_baseline_2018$LhCSIStress4)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIStress4)
Chad_baseline_2018$LhCSIStress4 <- as.character(Chad_baseline_2018$LhCSIStress4)
Chad_baseline_2018 <-
Chad_baseline_2018 %>%
dplyr::mutate(
LhCSIStress4 = dplyr::case_when(
LhCSIStress4 == "0" ~ NA,
.default = as.factor(LhCSIStress4)
) %>% structure(label = label(LhCSIStress4)))
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate(LhCSIStress4 = dplyr::recode(LhCSIStress4,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIStress4 <- labelled::labelled(Chad_baseline_2018$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIStress4)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#View labels
expss::val_lab(Chad_ea_2019$LhCSIStress4)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIStress4)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIStress4 = dplyr::case_when(
LhCSIStress4 == 1 ~ "1",
LhCSIStress4 == 2 ~ "2",
LhCSIStress4 == 3 ~ "3",
LhCSIStress4 == 4 ~ "4",
.default = NA
))
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIStress4 = dplyr::recode(LhCSIStress4,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIStress4 <- labelled::labelled(Chad_ea_2019$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIStress4)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#View labels
expss::val_lab(Chad_ea_2020$LhCSIStress4)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#change labels
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(LhCSIStress4 = dplyr::recode(LhCSIStress4,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIStress4 <- labelled::labelled(Chad_ea_2020$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIStress4)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#View labels
expss::val_lab(Chad_ea_2021$LhCSIStress4)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#update labels
Chad_ea_2021$LhCSIStress4 <- labelled::labelled(Chad_ea_2021$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIStress4)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#View labels
expss::val_lab(Chad_ea_2022$LhCSIStress4)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#update labels
Chad_ea_2022$LhCSIStress4 <- labelled::labelled(Chad_ea_2022$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIStress4)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#View labels
expss::val_lab(Chad_pdm_2020$LhCSIStress4)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIStress4 = ifelse(LhCSIStress4==0,NA,LhCSIStress4))
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIStress4 = dplyr::recode(LhCSIStress4,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIStress4 <- labelled::labelled(Chad_pdm_2020$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIStress4)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#View labels
expss::val_lab(Chad_pdm_2021$LhCSIStress4)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>%
dplyr::mutate(LhCSIStress4 = dplyr::recode(LhCSIStress4,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIStress4 <- labelled::labelled(Chad_pdm_2021$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIStress4)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#View labels
expss::val_lab(Chad_pdm_2022$LhCSIStress4)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIStress4)
#update labels
Chad_pdm_2022$LhCSIStress4 <- labelled::labelled(Chad_pdm_2022$LhCSIStress4, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIStress4)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIStress4)
# #View labels
# expss::val_lab(Chad_baseline_2018$LhCSICrisis1)
# Chad_baseline_2018 %>%
# plot_frq(coord.flip =T,LhCSICrisis1)
# #View labels
# expss::val_lab(Chad_ea_2019$LhCSICrisis1)
# Chad_ea_2019 %>%
# plot_frq(coord.flip =T,LhCSICrisis1)
# #View labels
# expss::val_lab(Chad_ea_2020$LhCSICrisis1)
# Chad_ea_2020 %>%
# plot_frq(coord.flip =T,LhCSICrisis1)
#View labels
expss::val_lab(Chad_ea_2021$LhCSICrisis1)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSICrisis1)
#update labels
Chad_ea_2021$LhCSICrisis1 <- labelled::labelled(Chad_ea_2021$LhCSICrisis1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSICrisis1)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSICrisis1)
#View labels
expss::val_lab(Chad_ea_2022$LhCSICrisis1)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis1)
#update labels
Chad_ea_2022$LhCSICrisis1 <- labelled::labelled(Chad_ea_2022$LhCSICrisis1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSICrisis1)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis1)
# #View labels
# expss::val_lab(Chad_pdm_2020$LhCSICrisis1)
# Chad_pdm_2020 %>%
# plot_frq(coord.flip =T,LhCSICrisis1)
# #View labels
# expss::val_lab(Chad_pdm_2021$LhCSICrisis1)
# Chad_pdm_2021 %>%
# plot_frq(coord.flip =T,LhCSICrisis1)
#View labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis1)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis1)
#update labels
Chad_pdm_2022$LhCSICrisis1 <- labelled::labelled(Chad_pdm_2022$LhCSICrisis1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis1)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis1)
#View labels
expss::val_lab(Chad_baseline_2018$LhCSICrisis2)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
Chad_baseline_2018$LhCSICrisis2 <- as.character(Chad_baseline_2018$LhCSICrisis2)
Chad_baseline_2018 <-
Chad_baseline_2018 %>%
dplyr::mutate(
LhCSICrisis2 = dplyr::case_when(
LhCSICrisis2 == "0" ~ NA,
.default = as.factor(LhCSICrisis2)
) %>% structure(label = label(LhCSICrisis2)))
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate(LhCSICrisis2 = dplyr::recode(LhCSICrisis2,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSICrisis2 <- labelled::labelled(Chad_baseline_2018$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSICrisis2)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#View labels
expss::val_lab(Chad_ea_2019$LhCSICrisis2)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSICrisis2 = dplyr::case_when(
LhCSICrisis2 == 1 ~ "1",
LhCSICrisis2 == 2 ~ "2",
LhCSICrisis2 == 3 ~ "3",
LhCSICrisis2 == 4 ~ "4",
.default = NA
))
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSICrisis2 = dplyr::recode(LhCSICrisis2,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSICrisis2 <- labelled::labelled(Chad_ea_2019$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSICrisis2)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#View labels
expss::val_lab(Chad_ea_2020$LhCSICrisis2)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#change labels
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(LhCSICrisis2 = dplyr::recode(LhCSICrisis2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSICrisis2 <- labelled::labelled(Chad_ea_2020$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSICrisis2)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#View labels
expss::val_lab(Chad_ea_2021$LhCSICrisis2)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#update labels
Chad_ea_2021$LhCSICrisis2 <- labelled::labelled(Chad_ea_2021$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSICrisis2)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#View labels
expss::val_lab(Chad_ea_2022$LhCSICrisis2)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#update labels
Chad_ea_2022$LhCSICrisis2 <- labelled::labelled(Chad_ea_2022$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSICrisis2)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#View labels
expss::val_lab(Chad_pdm_2020$LhCSICrisis2)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSICrisis2 = ifelse(LhCSICrisis2==0,NA,LhCSICrisis2))
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSICrisis2 = dplyr::recode(LhCSICrisis2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSICrisis2 <- labelled::labelled(Chad_pdm_2020$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSICrisis2)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#View labels
expss::val_lab(Chad_pdm_2021$LhCSICrisis2)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>%
dplyr::mutate(LhCSICrisis2 = dplyr::recode(LhCSICrisis2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSICrisis2 <- labelled::labelled(Chad_pdm_2021$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSICrisis2)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#View labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis2)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#update labels
Chad_pdm_2022$LhCSICrisis2 <- labelled::labelled(Chad_pdm_2022$LhCSICrisis2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis2)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis2)
#View labels
expss::val_lab(Chad_baseline_2018$LhCSICrisis3)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
Chad_baseline_2018$LhCSICrisis3 <- as.character(Chad_baseline_2018$LhCSICrisis3)
Chad_baseline_2018 <-
Chad_baseline_2018 %>%
dplyr::mutate(
LhCSICrisis3 = dplyr::case_when(
LhCSICrisis3 == "0" ~ NA,
.default = as.factor(LhCSICrisis3)
) %>% structure(label = label(LhCSICrisis3)))
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate(LhCSICrisis3 = dplyr::recode(LhCSICrisis3,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSICrisis3 <- labelled::labelled(Chad_baseline_2018$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSICrisis3)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#View labels
expss::val_lab(Chad_ea_2019$LhCSICrisis3)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSICrisis3 = dplyr::case_when(
LhCSICrisis3 == 1 ~ "1",
LhCSICrisis3 == 2 ~ "2",
LhCSICrisis3 == 3 ~ "3",
LhCSICrisis3 == 4 ~ "4",
.default = NA
))
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSICrisis3 = dplyr::recode(LhCSICrisis3,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSICrisis3 <- labelled::labelled(Chad_ea_2019$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSICrisis3)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#View labels
expss::val_lab(Chad_ea_2020$LhCSICrisis3)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#change labels
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(LhCSICrisis3 = dplyr::recode(LhCSICrisis3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSICrisis3 <- labelled::labelled(Chad_ea_2020$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSICrisis3)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#View labels
expss::val_lab(Chad_ea_2021$LhCSICrisis3)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#update labels
Chad_ea_2021$LhCSICrisis3 <- labelled::labelled(Chad_ea_2021$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSICrisis3)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#View labels
expss::val_lab(Chad_ea_2022$LhCSICrisis3)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#update labels
Chad_ea_2022$LhCSICrisis3 <- labelled::labelled(Chad_ea_2022$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSICrisis3)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#View labels
expss::val_lab(Chad_pdm_2020$LhCSICrisis3)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSICrisis3 = ifelse(LhCSICrisis3==0,NA,LhCSICrisis3))
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSICrisis3 = dplyr::recode(LhCSICrisis3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSICrisis3 <- labelled::labelled(Chad_pdm_2020$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSICrisis3)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#View labels
expss::val_lab(Chad_pdm_2021$LhCSICrisis3)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>%
dplyr::mutate(LhCSICrisis3 = dplyr::recode(LhCSICrisis3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSICrisis3 <- labelled::labelled(Chad_pdm_2021$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSICrisis3)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#View labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis3)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#update labels
Chad_pdm_2022$LhCSICrisis3 <- labelled::labelled(Chad_pdm_2022$LhCSICrisis3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSICrisis3)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSICrisis3)
#View labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency1)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
Chad_baseline_2018$LhCSIEmergency1 <- as.character(Chad_baseline_2018$LhCSIEmergency1)
Chad_baseline_2018 <-
Chad_baseline_2018 %>%
dplyr::mutate(
LhCSIEmergency1 = dplyr::case_when(
LhCSIEmergency1 == "0" ~ NA,
.default = as.factor(LhCSIEmergency1)
) %>% structure(label = label(LhCSIEmergency1)))
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate(LhCSIEmergency1 = dplyr::recode(LhCSIEmergency1,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIEmergency1 <- labelled::labelled(Chad_baseline_2018$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency1)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#View labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency1)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIEmergency1 = dplyr::case_when(
LhCSIEmergency1 == 1 ~ "1",
LhCSIEmergency1 == 2 ~ "2",
LhCSIEmergency1 == 3 ~ "3",
LhCSIEmergency1 == 4 ~ "4",
.default = NA
))
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIEmergency1 = dplyr::recode(LhCSIEmergency1,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIEmergency1 <- labelled::labelled(Chad_ea_2019$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency1)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#View labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency1)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#change labels
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(LhCSIEmergency1 = dplyr::recode(LhCSIEmergency1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIEmergency1 <- labelled::labelled(Chad_ea_2020$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency1)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#View labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency1)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#update labels
Chad_ea_2021$LhCSIEmergency1 <- labelled::labelled(Chad_ea_2021$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency1)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#View labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency1)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#update labels
Chad_ea_2022$LhCSIEmergency1 <- labelled::labelled(Chad_ea_2022$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency1)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#View labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency1)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIEmergency1 = ifelse(LhCSIEmergency1==0,NA,LhCSIEmergency1))
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIEmergency1 = dplyr::recode(LhCSIEmergency1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIEmergency1 <- labelled::labelled(Chad_pdm_2020$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency1)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#View labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency1)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>%
dplyr::mutate(LhCSIEmergency1 = dplyr::recode(LhCSIEmergency1,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIEmergency1 <- labelled::labelled(Chad_pdm_2021$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency1)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#View labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency1)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#update labels
Chad_pdm_2022$LhCSIEmergency1 <- labelled::labelled(Chad_pdm_2022$LhCSIEmergency1, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency1)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency1)
#View labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency2)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
Chad_baseline_2018$LhCSIEmergency2 <- as.character(Chad_baseline_2018$LhCSIEmergency2)
Chad_baseline_2018 <-
Chad_baseline_2018 %>%
dplyr::mutate(
LhCSIEmergency2 = dplyr::case_when(
LhCSIEmergency2 == "0" ~ NA,
.default = as.factor(LhCSIEmergency2)
) %>% structure(label = label(LhCSIEmergency2)))
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate(LhCSIEmergency2 = dplyr::recode(LhCSIEmergency2,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIEmergency2 <- labelled::labelled(Chad_baseline_2018$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency2)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#View labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency2)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIEmergency2 = dplyr::case_when(
LhCSIEmergency2 == 1 ~ "1",
LhCSIEmergency2 == 2 ~ "2",
LhCSIEmergency2 == 3 ~ "3",
LhCSIEmergency2 == 4 ~ "4",
.default = NA
))
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIEmergency2 = dplyr::recode(LhCSIEmergency2,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIEmergency2 <- labelled::labelled(Chad_ea_2019$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency2)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#View labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency2)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#change labels
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(LhCSIEmergency2 = dplyr::recode(LhCSIEmergency2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIEmergency2 <- labelled::labelled(Chad_ea_2020$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency2)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#View labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency2)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#update labels
Chad_ea_2021$LhCSIEmergency2 <- labelled::labelled(Chad_ea_2021$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency2)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#View labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency2)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#update labels
Chad_ea_2022$LhCSIEmergency2 <- labelled::labelled(Chad_ea_2022$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency2)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#View labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency2)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIEmergency2 = ifelse(LhCSIEmergency2==0,NA,LhCSIEmergency2))
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIEmergency2 = dplyr::recode(LhCSIEmergency2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIEmergency2 <- labelled::labelled(Chad_pdm_2020$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency2)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#View labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency2)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>%
dplyr::mutate(LhCSIEmergency2 = dplyr::recode(LhCSIEmergency2,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIEmergency2 <- labelled::labelled(Chad_pdm_2021$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency2)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#View labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency2)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#update labels
Chad_pdm_2022$LhCSIEmergency2 <- labelled::labelled(Chad_pdm_2022$LhCSIEmergency2, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency2)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency2)
#View labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency3)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
Chad_baseline_2018$LhCSIEmergency3 <- as.character(Chad_baseline_2018$LhCSIEmergency3)
Chad_baseline_2018 <-
Chad_baseline_2018 %>%
dplyr::mutate(
LhCSIEmergency3 = dplyr::case_when(
LhCSIEmergency3 == "0" ~ NA,
.default = as.factor(LhCSIEmergency3)
) %>% structure(label = label(LhCSIEmergency3)))
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate(LhCSIEmergency3 = dplyr::recode(LhCSIEmergency3,"1"=3,"2"=2,"3"=1,"4"=4))
Chad_baseline_2018$LhCSIEmergency3 <- labelled::labelled(Chad_baseline_2018$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_baseline_2018$LhCSIEmergency3)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#View labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency3)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIEmergency3 = dplyr::case_when(
LhCSIEmergency3 == 1 ~ "1",
LhCSIEmergency3 == 2 ~ "2",
LhCSIEmergency3 == 3 ~ "3",
LhCSIEmergency3 == 4 ~ "4",
.default = NA
))
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(LhCSIEmergency3 = dplyr::recode(LhCSIEmergency3,"1"=1,"2"=2,"3"=3,"4"=4))
Chad_ea_2019$LhCSIEmergency3 <- labelled::labelled(Chad_ea_2019$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2019$LhCSIEmergency3)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#View labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency3)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#change labels
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(LhCSIEmergency3 = dplyr::recode(LhCSIEmergency3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_ea_2020$LhCSIEmergency3 <- labelled::labelled(Chad_ea_2020$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2020$LhCSIEmergency3)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#View labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency3)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#update labels
Chad_ea_2021$LhCSIEmergency3 <- labelled::labelled(Chad_ea_2021$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2021$LhCSIEmergency3)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#View labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency3)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#update labels
Chad_ea_2022$LhCSIEmergency3 <- labelled::labelled(Chad_ea_2022$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_ea_2022$LhCSIEmergency3)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#View labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency3)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#change labels
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIEmergency3 = ifelse(LhCSIEmergency3==0,NA,LhCSIEmergency3))
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(LhCSIEmergency3 = dplyr::recode(LhCSIEmergency3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2020$LhCSIEmergency3 <- labelled::labelled(Chad_pdm_2020$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2020$LhCSIEmergency3)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#View labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency3)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#change labels
Chad_pdm_2021 <- Chad_pdm_2021 %>%
dplyr::mutate(LhCSIEmergency3 = dplyr::recode(LhCSIEmergency3,"1"=3,"3"=2,"2"=1,"4"=4))
Chad_pdm_2021$LhCSIEmergency3 <- labelled::labelled(Chad_pdm_2021$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2021$LhCSIEmergency3)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#View labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency3)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
#update labels
Chad_pdm_2022$LhCSIEmergency3 <- labelled::labelled(Chad_pdm_2022$LhCSIEmergency3, c(`Non, je n'ai pas été confronté à une insuffisance de nourriture` = 1, `Non, parce que j’ai déjà vendu ces actifs ou mené cette activité au cours des 12 derniers mois et je ne peux pas continuer à le faire` = 2, Oui= 3,`Non applicable`=4))
#check labels
expss::val_lab(Chad_pdm_2022$LhCSIEmergency3)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,LhCSIEmergency3)
sers_variables = Chad_baseline_2018 %>% dplyr::select(gtsummary::starts_with("SERS")) %>% names()
# df <-Chad_baseline_2018 %>%
# dplyr::select(sers_variables)
#
# df <-Chad_ea_2019 %>%
# dplyr::select(sers_variables)
expss::val_lab(Chad_ea_2020$SERSRebondir)
# Chad_ea_2020 <- Chad_ea_2020 %>%
# dplyr::mutate(across(sers_variables,
# ~dplyr::recode(.,"1"=1,"2"=2,"3"=3,"4"=4,"5"=5
# )
# )
# )
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(across(sers_variables,
~labelled(., labels = c(
"tout à fait d'accord" = 1,
"d'accord" = 2,
"ni d'accord ni pas d'accord " = 3,
"pas d'accord" = 4,
"pas du tout d'accord" = 5
)
)
)
)
Chad_ea_2020 <- Chad_ea_2020 %>%
mutate(across(sers_variables, as.factor))
expss::val_lab(Chad_ea_2021$SERSRebondir)
Chad_ea_2021 <- Chad_ea_2021 %>%
dplyr::mutate(across(sers_variables,
~labelled(., labels = c(
"tout à fait d'accord" = 1,
"d'accord" = 2,
"ni d'accord ni pas d'accord " = 3,
"pas d'accord" = 4,
"pas du tout d'accord" = 5
)
)
)
)
expss::val_lab(Chad_ea_2022$SERSRebondir)
Chad_ea_2022 <- Chad_ea_2022 %>%
dplyr::mutate(across(sers_variables,
~labelled(., labels = c(
"tout à fait d'accord" = 1,
"d'accord" = 2,
"ni d'accord ni pas d'accord " = 3,
"pas d'accord" = 4,
"pas du tout d'accord" = 5
)
)
)
)
# df <-Chad_pdm_2020 %>%
# dplyr::select(sers_variables)
# df <-Chad_pdm_2021 %>%
# dplyr::select(sers_variables)
expss::val_lab(Chad_pdm_2022$SERSRebondir)
Chad_pdm_2022 <- Chad_pdm_2022 %>%
dplyr::mutate(across(sers_variables,
~labelled(., labels = c(
"tout à fait d'accord" = 1,
"d'accord" = 2,
"ni d'accord ni pas d'accord " = 3,
"pas d'accord" = 4,
"pas du tout d'accord" = 5
)
)
)
)
abi_variables = Chad_baseline_2018 %>% dplyr::select(gtsummary::starts_with("ABI")) %>% names()
abi_variables <- c(abi_variables,"ActifCreationEmploi",
"BeneficieEmploi",
"TRavailMaintienActif")
#
abi_variables <- abi_variables[! abi_variables %in% c('ABISexparticipant')]
# df <-Chad_baseline_2018 %>%
# dplyr::select(abi_variables)
df <-Chad_ea_2019 %>%
dplyr::select(abi_variables)
expss::val_lab(Chad_ea_2019$ABIProteger)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(across(abi_variables,
~recode(.,
"Non" = 0,
"Oui" = 1,
"NA" = 888
)
)
)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(across(abi_variables,
~labelled(., labels = c(
"Non" = 0,
"Oui" = 1,
"Ne sait pas" = 888
)
)
)
)
expss::val_lab(Chad_ea_2019$ABIProteger)
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(across(abi_variables,
~recode(.,
"0" = 0,
"1" = 1,
"2" = 888
)
)
)
Chad_ea_2020 <- Chad_ea_2020 %>%
dplyr::mutate(across(abi_variables,
~labelled(., labels = c(
"Non" = 0,
"Oui" = 1,
"Ne sait pas" = 888
)
)
)
)
expss::val_lab(Chad_ea_2020$ABIProteger)
expss::val_lab(Chad_ea_2021$ABIProteger)
Chad_ea_2021 <- Chad_ea_2021 %>%
dplyr::mutate(across(abi_variables,
~recode(.,
"1" = 0,
"2" = 1,
"3" = 888
)
)
)
Chad_ea_2021 <- Chad_ea_2021 %>%
dplyr::mutate(across(abi_variables,
~labelled(., labels = c(
"Non" = 0,
"Oui" = 1,
"Ne sait pas" = 888
)
)
)
)
expss::val_lab(Chad_ea_2021$ABIProteger)
expss::val_lab(Chad_ea_2022$ABIProteger)
Chad_ea_2022 <- Chad_ea_2022 %>%
dplyr::mutate(across(abi_variables,
~recode(.,
"1" = 0,
"2" = 1,
"3" = 888
)
)
)
Chad_ea_2022 <- Chad_ea_2022 %>%
dplyr::mutate(across(abi_variables,
~labelled(., labels = c(
"Non" = 0,
"Oui" = 1,
"Ne sait pas" = 888
)
)
)
)
expss::val_lab(Chad_ea_2022$ABIProteger)
expss::val_lab(Chad_pdm_2020$ABIProteger)
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(across(abi_variables,
~recode(.,
"0" = 0,
"1" = 1
#"3" = 888
)
)
)
Chad_pdm_2020 <- Chad_pdm_2020 %>%
dplyr::mutate(across(abi_variables,
~labelled(., labels = c(
"Non" = 0,
"Oui" = 1,
"Ne sait pas" = 888
)
)
)
)
expss::val_lab(Chad_pdm_2020$ABIProteger)
expss::val_lab(Chad_pdm_2021$ABIProteger)
Chad_pdm_2021 <- Chad_pdm_2021 %>%
dplyr::mutate(across(abi_variables,
~recode(.,
"0" = 0,
"1" = 1,
"2" = 888
)
)
)
Chad_pdm_2021 <- Chad_pdm_2021 %>%
dplyr::mutate(across(abi_variables,
~labelled(., labels = c(
"Non" = 0,
"Oui" = 1,
"Ne sait pas" = 888
)
)
)
)
expss::val_lab(Chad_pdm_2021$ABIProteger)
expss::val_lab(Chad_pdm_2022$ABIProteger)
Chad_pdm_2022 <- Chad_pdm_2022 %>%
dplyr::mutate(across(abi_variables,
~recode(.,
"0" = 0,
"1" = 1
#"3" = 888
)
)
)
Chad_pdm_2022 <- Chad_pdm_2022 %>%
dplyr::mutate(across(abi_variables,
~labelled(., labels = c(
"Non" = 0,
"Oui" = 1,
"Ne sait pas" = 888
)
)
)
)
expss::val_lab(Chad_pdm_2022$ABIProteger)
#as.Date(19213, origin = "1970-01-01")
#as.Date(43791, origin = "1899-12-30")
Chad_baseline_2018$SvyDatePDM<-as.Date(Chad_baseline_2018$SvyDatePDM)
Chad_ea_2019$SvyDatePDM<-as.Date(Chad_ea_2019$SvyDatePDM, origin = "1899-12-30")
Chad_ea_2020$SvyDatePDM<-as.Date(Chad_ea_2020$SvyDatePDM)
Chad_ea_2021$SvyDatePDM<-as.Date(Chad_ea_2021$SvyDatePDM/86400, origin = "1970-01-01")
Chad_ea_2022$SvyDatePDM<-as.Date(Chad_ea_2022$SvyDatePDM, origin = "1970-01-01")
Chad_pdm_2020$SvyDatePDM<-as.Date(Chad_pdm_2020$SvyDatePDM)
Chad_pdm_2021$SvyDatePDM<-as.Date(Chad_pdm_2021$SvyDatePDM)
Chad_pdm_2022$SvyDatePDM<-str_trim(Chad_pdm_2022$SvyDatePDM, side = c("both", "left", "right"))
Chad_pdm_2022$SvyDatePDM <- gsub(",00", "", Chad_pdm_2022$SvyDatePDM)
Chad_pdm_2022$SvyDatePDM <- as.numeric(Chad_pdm_2022$SvyDatePDM)
Chad_pdm_2022$SvyDatePDM<-as.Date(Chad_pdm_2022$SvyDatePDM, origin = "1970-01-01")
# We need to recode gender label to:
# 0 = Femme
# 1 = Homme
#View labels
expss::val_lab(Chad_baseline_2018$HHHSex)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,HHHSex)
Chad_baseline_2018$HHHSex<-dplyr::recode(Chad_baseline_2018$HHHSex, `2` = 0L, .default = 1L, .combine_value_labels = TRUE)
Chad_baseline_2018$HHHSex <- labelled::labelled(Chad_baseline_2018$HHHSex, c(Femme = 0, Homme = 1))
#Check new labels
expss::val_lab(Chad_baseline_2018$HHHSex)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,HHHSex)
#View labels
expss::val_lab(Chad_ea_2019$HHHSex)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,HHHSex)
Chad_ea_2019$HHHSex <- ifelse(Chad_ea_2019$HHHSex=="Feminin","Femme","Homme")
Chad_ea_2019 <- Chad_ea_2019 %>%
mutate(HHHSex=ifelse(HHHSex=="Femme",0,1))
Chad_ea_2019$HHHSex<-dplyr::recode(Chad_ea_2019$HHHSex, "1" = 1, "0" = 0)
Chad_ea_2019$HHHSex <- labelled::labelled(Chad_ea_2019$HHHSex, c(Femme = 0, Homme = 1))
#Check labels
expss::val_lab(Chad_ea_2019$HHHSex)
Chad_ea_2019 %>%
plot_frq(coord.flip =T,HHHSex)
#View labels
expss::val_lab(Chad_ea_2020$HHHSex)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,HHHSex)
Chad_ea_2020$HHHSex<-dplyr::recode(Chad_ea_2020$HHHSex, `2` = 0L, .default = 1L, .combine_value_labels = TRUE)
Chad_ea_2020$HHHSex <- labelled::labelled(Chad_ea_2020$HHHSex, c(Femme = 0, Homme = 1))
#Check new labels
expss::val_lab(Chad_ea_2020$HHHSex)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,HHHSex)
#View labels
expss::val_lab(Chad_ea_2021$HHHSex)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,HHHSex)
Chad_ea_2021$HHHSex<-dplyr::recode(Chad_ea_2021$HHHSex, `1` = 0L, .default = 1L, .combine_value_labels = TRUE)
#Check labels
expss::val_lab(Chad_ea_2021$HHHSex)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,HHHSex)
#View labels
expss::val_lab(Chad_ea_2022$HHHSex)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,HHHSex)
Chad_ea_2022$HHHSex<-dplyr::recode(Chad_ea_2022$HHHSex, `1` = 0L, .default = 1L, .combine_value_labels = TRUE)
#Check labels
expss::val_lab(Chad_ea_2022$HHHSex)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,HHHSex)
#View labels
expss::val_lab(Chad_pdm_2020$HHHSex)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,HHHSex)
Chad_pdm_2020$HHHSex<-dplyr::recode(Chad_pdm_2020$HHHSex, `2` = 0L, .default = 1L, .combine_value_labels = TRUE)
Chad_pdm_2020$HHHSex <- labelled::labelled(Chad_pdm_2020$HHHSex, c(Femme = 0, Homme = 1))
#Check labels
expss::val_lab(Chad_pdm_2020$HHHSex)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,HHHSex)
#View labels
expss::val_lab(Chad_pdm_2021$HHHSex)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,HHHSex)
Chad_pdm_2021$HHHSex<-dplyr::recode(Chad_pdm_2021$HHHSex, `2` = 0L, .default = 1L, .combine_value_labels = TRUE)
Chad_pdm_2021$HHHSex <- labelled::labelled(Chad_pdm_2021$HHHSex, c(Femme = 0, Homme = 1))
#Check labels
expss::val_lab(Chad_pdm_2021$HHHSex)
Chad_pdm_2021 %>%
plot_frq(coord.flip =T,HHHSex)
#View labels
expss::val_lab(Chad_pdm_2022$HHHSex)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,HHHSex)
Chad_pdm_2022$HHHSex<-dplyr::recode(Chad_pdm_2022$HHHSex, `2` = 1L, .default = 0L, .combine_value_labels = TRUE)
#Check labels
expss::val_lab(Chad_pdm_2022$HHHSex)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,HHHSex)
expss::val_lab(Chad_baseline_2018$HHHEdu)
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=3,"3"=4,"4"=4,"5"=5))
Chad_baseline_2018$HHHEdu <- labelled::labelled(Chad_baseline_2018$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
#check labels
expss::val_lab(Chad_baseline_2018$HHHEdu)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,HHHEdu)
##
expss::val_lab(Chad_ea_2019$HHHEdu)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(HHHEdu = case_when(
HHHEdu == "Aucune Instruction" ~ "1",
HHHEdu == "Coranique" ~ "2",
HHHEdu == "Primaire" ~ "3",
HHHEdu == "Secondaire" ~ "4",
HHHEdu == "Supérieur" ~ "5",
.default = NA
))
Chad_ea_2019 <-
Chad_ea_2019 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=4,"5"=5))
Chad_ea_2019$HHHEdu <- labelled::labelled(Chad_ea_2019$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_ea_2019$HHHEdu)
expss::val_lab(Chad_ea_2020$HHHEdu)
Chad_ea_2020 <-
Chad_ea_2020 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=4,"5"=5))
Chad_ea_2020$HHHEdu <- labelled::labelled(Chad_ea_2020$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_ea_2020$HHHEdu)
##
expss::val_lab(Chad_ea_2021$HHHEdu)
Chad_ea_2021 <-
Chad_ea_2021 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=3,"5"=4,"6"=5))
Chad_ea_2021$HHHEdu <- labelled::labelled(Chad_ea_2021$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_ea_2021$HHHEdu)
##
expss::val_lab(Chad_ea_2022$HHHEdu)
Chad_ea_2022 <-
Chad_ea_2022 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=3,"5"=4,"6"=5))
Chad_ea_2022$HHHEdu <- labelled::labelled(Chad_ea_2022$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_ea_2022$HHHEdu)
##
expss::val_lab(Chad_pdm_2020$HHHEdu)
expss::val_lab(Chad_pdm_2021$HHHEdu)
Chad_pdm_2021 <-
Chad_pdm_2021 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=4,"5"=5))
Chad_pdm_2021$HHHEdu <- labelled::labelled(Chad_pdm_2021$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_pdm_2021$HHHEdu)
##
expss::val_lab(Chad_pdm_2022$HHHEdu)
Chad_pdm_2022 <-
Chad_pdm_2022 %>% dplyr::mutate(HHHEdu = dplyr::recode(HHHEdu,"1"=1,"2"=2,"3"=3,"4"=3,"5"=4,"6"=5))
Chad_pdm_2022$HHHEdu <- labelled::labelled(Chad_pdm_2022$HHHEdu, c(Aucune = 1, `Alphabétisé ou Coranique` = 2, Primaire= 3,Secondaire=4, Superieur=5))
expss::val_lab(Chad_pdm_2022$HHHEdu)
expss::val_lab(Chad_baseline_2018$HHHMainActivity)
Chad_baseline_2018 %>%
plot_frq(coord.flip =T,HHHMainActivity)
expss::val_lab(Chad_ea_2019$HHHMainActivity)
expss::val_lab(Chad_ea_2020$HHHMainActivity)
Chad_ea_2020 %>%
plot_frq(coord.flip =T,HHHMainActivity)
expss::val_lab(Chad_ea_2021$HHHMainActivity)
expss::val_lab(Chad_ea_2022$HHHMainActivity)
expss::val_lab(Chad_pdm_2020$HHHMainActivity)
expss::val_lab(Chad_pdm_2021$HHHMainActivity)
expss::val_lab(Chad_pdm_2022$HHHMainActivity)
# Monogame Polygame Divorcé(e) Veuf/Veuve Célibataire
# 1 2 3 4 5
expss::val_lab(Chad_baseline_2018$HHHMatrimonial)
Chad_baseline_2018 <-
Chad_baseline_2018 %>% dplyr::mutate(HHHMatrimonial = dplyr::recode(HHHMatrimonial,"1"=1,"2"=2,"3"=5,"4"=5,"5"=4,"6"=3, "7"=3))
Chad_baseline_2018$HHHMatrimonial <- labelled::labelled(Chad_baseline_2018$HHHMatrimonial, c(Monogame = 1, Polygame = 2, `Divorcé(e)`= 3,`Veuf/Veuve`=4, `Célibataire`=5))
expss::val_lab(Chad_baseline_2018$HHHMatrimonial)
expss::val_lab(Chad_ea_2019$HHHMatrimonial)
Chad_ea_2019 <- Chad_ea_2019 %>%
dplyr::mutate(HHHMatrimonial = case_when(
HHHMatrimonial == "Monogame" ~ "1",
HHHMatrimonial == "Polygame" ~ "2",
HHHMatrimonial == "Divorcé" ~ "3",
HHHMatrimonial == "Veuf" ~ "4",
HHHMatrimonial == "Célibataire" ~ "5",
.default = NA
))
Chad_ea_2019 <-
Chad_ea_2019 %>% dplyr::mutate(HHHMatrimonial = dplyr::recode(HHHMatrimonial,"1"=1,"2"=2,"3"=5,"4"=5,"5"=4,"6"=3, "7"=3))
Chad_ea_2019$HHHMatrimonial <- labelled::labelled(Chad_ea_2019$HHHMatrimonial, c(Monogame = 1, Polygame = 2, `Divorcé(e)`= 3,`Veuf/Veuve`=4, `Célibataire`=5))
expss::val_lab(Chad_ea_2019$HHHMatrimonial)
expss::val_lab(Chad_ea_2020$HHHMatrimonial)
Chad_ea_2020$HHHMatrimonial <- labelled::labelled(Chad_ea_2020$HHHMatrimonial, c(Monogame = 1, Polygame = 2, `Divorcé(e)`= 3,`Veuf/Veuve`=4, `Célibataire`=5))
expss::val_lab(Chad_ea_2020$HHHMatrimonial)
expss::val_lab(Chad_ea_2021$HHHMatrimonial)
expss::val_lab(Chad_ea_2022$HHHMatrimonial)
expss::val_lab(Chad_pdm_2020$HHHMatrimonial)
expss::val_lab(Chad_pdm_2021$HHHMatrimonial)
Chad_pdm_2021$HHHMatrimonial <- labelled::labelled(Chad_pdm_2021$HHHMatrimonial, c(Monogame = 1, Polygame = 2, `Divorcé(e)`= 3,`Veuf/Veuve`=4, `Célibataire`=5))
expss::val_lab(Chad_pdm_2021$HHHMatrimonial)
expss::val_lab(Chad_pdm_2022$HHHMatrimonial)
expss::val_lab(Chad_baseline_2018$HHSourceIncome)
expss::val_lab(Chad_ea_2019$HHSourceIncome)
expss::val_lab(Chad_ea_2020$HHSourceIncome)
expss::val_lab(Chad_ea_2021$HHSourceIncome)
expss::val_lab(Chad_ea_2022$HHSourceIncome)
expss::val_lab(Chad_pdm_2020$HHSourceIncome)
expss::val_lab(Chad_pdm_2021$HHSourceIncome)
expss::val_lab(Chad_pdm_2022$HHSourceIncome)
Chad_ea_2021$DebutAssistance<-as.Date(Chad_ea_2021$DebutAssistance, origin = "1970-01-01")
Chad_ea_2022$DebutAssistance<-as.Date(Chad_ea_2022$DebutAssistance, origin = "1970-01-01")
Chad_pdm_2020$DebutAssistance<-as.Date(Chad_pdm_2020$DebutAssistance)
Chad_pdm_2022$DebutAssistance<-as.Date(Chad_pdm_2022$DebutAssistance, origin = "1970-01-01")
#Chad_baseline_2018$DebutAssistance<-as.Date(Chad_baseline_2018$DebutAssistance)
#Chad_ea_2019$DebutAssistance<-as.Date(Chad_ea_2019$DebutAssistance, origin = "1899-12-30")
#Chad_ea_2020$DebutAssistance<-as.Date(Chad_ea_2020$DebutAssistance)
#Chad_pdm_2021$DebutAssistance<-as.Date(Chad_pdm_2021$DebutAssistance)
expss::val_lab(Chad_baseline_2018$DateDerniereAssist)
expss::val_lab(Chad_ea_2019$DateDerniereAssist)
expss::val_lab(Chad_ea_2020$DateDerniereAssist)
expss::val_lab(Chad_ea_2021$DateDerniereAssist)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)
Chad_ea_2021 <-
Chad_ea_2021 %>% dplyr::mutate_at(c("DateDerniereAssist"),recode,"1"=NA_real_,"2"=1,"3"=2,"4"=3,"5"=NA_real_)
Chad_ea_2021$DateDerniereAssist <- labelled::labelled(Chad_ea_2021$DateDerniereAssist, c(`moins d’une semaine` = 1, `entre 1 et 3 semaines` = 2,`plus de 3 semaines`=3))
expss::val_lab(Chad_ea_2021$DateDerniereAssist)
Chad_ea_2021 %>%
plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)
expss::val_lab(Chad_ea_2022$DateDerniereAssist)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)
Chad_ea_2022 <-
Chad_ea_2022 %>% dplyr::mutate_at(c("DateDerniereAssist"),recode,"1"=NA_real_,"2"=1,"3"=2,"4"=3,"5"=NA_real_)
Chad_ea_2022$DateDerniereAssist <- labelled::labelled(Chad_ea_2022$DateDerniereAssist, c(`moins d’une semaine` = 1, `entre 1 et 3 semaines` = 2,`plus de 3 semaines`=3))
expss::val_lab(Chad_ea_2022$DateDerniereAssist)
Chad_ea_2022 %>%
plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)
expss::val_lab(Chad_pdm_2020$DateDerniereAssist)
Chad_pdm_2020 %>%
plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)
expss::val_lab(Chad_pdm_2021$DateDerniereAssist)
expss::val_lab(Chad_pdm_2022$DateDerniereAssist)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)
Chad_pdm_2022 <-
Chad_pdm_2022 %>% dplyr::mutate_at(c("DateDerniereAssist"),recode,"1"=NA_real_,"2"=1,"3"=2,"4"=3,"5"=NA_real_)
Chad_pdm_2022$DateDerniereAssist <- labelled::labelled(Chad_pdm_2022$DateDerniereAssist, c(`moins d’une semaine` = 1, `entre 1 et 3 semaines` = 2,`plus de 3 semaines`=3))
expss::val_lab(Chad_pdm_2022$DateDerniereAssist)
Chad_pdm_2022 %>%
plot_frq(coord.flip =T,DateDerniereAssist,show.na =T)
Chad_baseline_2018 <- labelled::to_factor(Chad_baseline_2018)
Chad_ea_2019 <- labelled::to_factor(Chad_ea_2019)
Chad_ea_2020 <- labelled::to_factor(Chad_ea_2020)
Chad_ea_2021 <- labelled::to_factor(Chad_ea_2021)
Chad_ea_2022 <- labelled::to_factor(Chad_ea_2022)
Chad_pdm_2020 <- labelled::to_factor(Chad_pdm_2020)
Chad_pdm_2021 <- labelled::to_factor(Chad_pdm_2021)
Chad_pdm_2022 <- labelled::to_factor(Chad_pdm_2022)
WFP_Chad<-plyr::rbind.fill(Chad_baseline_2018,
Chad_ea_2019,
Chad_ea_2020,
Chad_ea_2021,
Chad_ea_2022,
Chad_pdm_2020,
Chad_pdm_2021,
Chad_pdm_2022)
WFP_Chad.sub<- WFP_Chad %>% dplyr::select(ID,adm0_ocha,ADMIN0Name,adm1_ocha,ADMIN1Name,adm2_ocha,ADMIN2Name,SURVEY,YEAR,SvyDatePDM,HHHSex ,HHHAge, HHHEdu,everything())
WFP_Chad <- copy_labels(WFP_Chad.sub, WFP_Chad)
#
# df = WFP_Chad %>% dplyr::select(abi_variables)
# df <- labelled::to_factor(df)
#
# haven::write_dta(df,"df.dta")
var_to_drop = c("RESPConsent",
"ADMIN3Name",
"RESPAge",
"RESPSex",
#"RelationWith_HHH",
"HHHMainActivity",
#"HHHMatrimonial",
"HHSourceIncome"
)
WFP_Chad <- WFP_Chad %>% dplyr::select(-var_to_drop)
WFP_Chad <- labelled::to_factor(WFP_Chad)
haven::write_dta(WFP_Chad,"WFP_Chad.dta")
# WFP_Chad_dictionary <- WFP_Chad |>
# generate_dictionary()
# WFP_Chad_dictionary |>
# knitr::kable()
#devtools::install_github("pcctc/croquet")
library(croquet)
library(openxlsx)
wb <- createWorkbook()
add_labelled_sheet(WFP_Chad)
saveWorkbook(wb, "WFP_Chad.xlsx",overwrite = TRUE)
rm(list = ls())
7 Social capital index (Indice de capital social)